文献

J-GLOBAL ID：201702234410087121   整理番号：17A0142983

DTSP V:時系列遺伝子発現データの分類のためのトレンドベーストップスコア対法【Powered by NICT】

DTSP-V: A trend-based Top Scoring Pairs method for classification of time series gene expression data

著者 (5件)： Kaimin Wu (Information Engineering School, Zhengzhou University, China) ,  Xiaofei Nan (Information Engineering School, Zhengzhou University, China) ,  Yumei Chai (Information Engineering School, Zhengzhou University, China) ,  Liming Wang (Information Engineering School, Zhengzhou University, China) ,  Kun Li (Information Engineering School, Zhengzhou University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1787-1794  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 時系列遺伝子発現は生物学的成長の過程で異なる時点で収集した遺伝的データである。は特定の時間期間に関連する生物学的情報を大量に含むので,時系列遺伝子データの分類の研究は非常に重要な仕事である。低サンプルサイズと高次元性により,伝統的な機械学習法によって分類された遺伝子発現データは,次元の呪いだけでなくデータから導出した複雑なモデルの解釈可能性の欠如を受ける。トップ遺伝子一対比較の考え方に触発されて,分散(DTSP V)の動的トップスコアリング対のアルゴリズムを提案し,タイムスタンプの間の分散を正則化するため傾向の概念を導入した。トップスコアリングペアアルゴリズムの利点を完全に利用するために,プロセス時系列遺伝子傾向という概念を導入した。DTSP V計算は時系列データを分類し,最も分類能力を同時に一つ以上の対の特徴を選択することができる。実験は,伝統的な機械学習アルゴリズムと比較して,高い分類精度と,より重要なことには,DTSP Vアルゴリズムは貴重な生物学的情報を抽出できることを説明計算モデルを提供することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  機械学習 ,  *遺伝 ,  正則化 ,  *遺伝子 ,  計算モデル ,  高次元 ,  アルゴリズム ,  *遺伝子発現
準シソーラス用語： 分類精度 ,  時系列データ ,  タイムスタンプ ,  *遺伝子発現データ , 【Automatic Indexing@JST】

分類 (2件)： 遺伝子発現  (EC02040Q) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (5件)： DTSP ,  時系列 ,  遺伝子発現データ ,  分類 ,  法